8 Réponses :
Cette fonction a été supprimée dans TensorFlow version 2.6. Selon le keras in rstudio référence
mise à jour de
< pre> xxxou utilisez TensorFlow 2.5 ou version ultérieure.
Si vous utilisez TensorFlow version 2.5, vous recevrez l'avertissement suivant:
tensorflow \ python \ keras \ moteur \ séquentiel.py: 455: userwarning: modèle.predict_classes ()
est obsolète et sera supprimé après 2021-01-01. Veuillez utiliser à la place: * np.argmax (modèle.predict (x), axe = -1)
, si votre modèle fait une classification multi-classes (par exemple s'il utilise un softmax
Activation de la dernière couche). * (modèle.predict (x)> 0,5) .astype ("int32")
, si votre modèle fait une classification binaire (par exemple s'il utilise un sigmoïde < / code> activation de la dernière couche).
J'ai utilisé le code suivant pour les prédictions
Cela n'a pas fonctionné pour moi. La réponse précédente l'a fait.
J'ai vécu la même erreur, j'utilise ce code suivant et je réussis
remplacé:
predictions = (model.predict(x_test) > 0.5).astype("int32")
par celui-ci:
predictions = model.predict_classes(x_test)
Merci le remplacer par votre code suggéré fonctionné!
Nous pouvons remplacer la ligne de code problématique par ce qui suit:
Dans la dernière version de TensorFlow, la fonction Predict_classes
a été obsolète (il y avait un avertissement dans les versions précédentes à ce sujet). La nouvelle syntaxe est la suivante:
predictions = np.argmax(model.predict(x_test),axis=1)
Utilisez le bloc de code pour votre code lors de la saisie
Des liens vers la documentation?
Dans TensorFlow 2.7 Les classes prédites peuvent être obtenues avec le code suivant:
predicted = np.argmax(model.predict(token_list),axis=1)
Utilisez-le car les prédits_classes sont supprimés avec la dernière version de TensorFlow
predictions = (model.predict(X_test) > 0.5)*1
Puisqu'il s'agit d'un problème binaire (0 ou 1), la classe de sortie est déterminée par la question de savoir si la probabilité est plus grande que 0,5. D'où le code ci-dessus
Pour ce code ci-dessous pour un ensemble de données entier,
y_predict = np.argmax(model.predict(test_sequences), axis=1)
Ce code peut être utilisé pour les nouvelles versions.
preds = model.predict_classes(test_sequences)
Dans ce , le " test_sequence " est le cadre de données que vous devez prédire, et l'axe est de choisir des colonnes ou des lignes.
Exécutez-vous ceci sur Colab?